全文地址： https://bioinfohome.com/index.php/2019/07/09/tcga-01/
TCGA作为肿瘤基因数据的集大成者，其重要性不言而喻。基于TCGA进行数据挖掘是生信分析方向。当然，分析的第一步就是下载，方法有多种，今天，我们介绍如何直接从官网下载。
TCGA数据官网https://portal.gdc.cancer.gov/
从官网下载，步骤比较简单，类似购物，选定肿瘤、数据类型，直接点击全部下载即可。但是，实际操作却不行，因为基因数据本身往往较大，直接下载不现实，需要借助TCGA提供的下载工具。真实可行的是下载临床数据，之后通过文件ID和md5值下载原始样本数据。
第一步，选定肿瘤、数据类型，加到购物车中
第二步，在购物车页面下载相应的数据
最新版TCGA，下载数据，需要到仓库（repository）页面，左侧包含两个tab标签，Cases标签设定肿瘤类型，比如选定肺癌，LUAD；Files标签设定数据类型，一般设定Experimental Strategy加Workflow Type，即可确定范围。确定完毕，点击Add All Files to Cart。数据被加到购物车，右上的Cart,转到下载页面。
下载页面清单
下载页面，需要下载四个文件/压缩包：
Biospecimen，样本和病例的支援信息；
Clinical ，病例的临床信息，生成分析所需的时间就在这里面；
Sample Sheet，主要肿瘤相关信息，比如类型；
Manifest，包含文件ID，以及md5（下载原始数据校验用）；
最后，在整合这些数据时，注意区分File ID与case ID。
网友评论